
Este evento ha pasado.
Defensa Tesis Licenciatura Agustín Delmagro
20 diciembre, 2024 @ 2:00 pm - 3:00 pm
Título: Efectos de la categorización de estímulos en la reconstrucción semántica de lenguajes continuos a partir de señales fMRI
Director: Juan Kamienkowski
Co-Director: Bruno Bianchi
Jurados: Enzo Tagliazucchi, Rodrigo Etcheveste
Streaming: https://youtube. com/live/acJV2uo5Op4?feature= share
Resumen
En los últimos a ̃nos han surgido algunos estudios en los que se analizan im ́agenes de resonancia magnética funcional (fMRI) mientras se efectúan ciertas tareas relacionadas a la comprensión del lenguaje natural. Siguiendo el éxito del estudio de la concordancia del sistema visual y los modelos de redes profundas, en estos trabajos se preguntan cuán similar es la representación del lenguaje en el cerebro respecto de los nuevos modelos de redes profundas. En particular, varios trabajos se han basado en el dataset liberado por LeBel, Huth y colaboradores (“A natural fMRI dataset for encoding models” [LeBel et al., 2023]), donde se capturaron estas respuestas cerebrales mientras los participantes escuchaban relatos autobiográficos de los podcasts The Moth y Modern Love. Haciendo uso de estos datos, han realizado un mapeo semántico de distintas áreas del cerebro e incluso llegando a la generación de decoders para poder reconstruir semánticamente estas historias a partir de dichas señales cerebrales [Tang et al., 2023].
En esta línea, en la presente tesis, nos preguntamos cuáles pueden ser los efectos de introducir sesgos temáticos en los estímulos utilizados para entrenar los modelos, y si el desempeño mejora al intentar decodificar un estímulo cuyo tema coincide con el del entrenamiento. Para ello, consideramos que aquellas historias con temáticas similares deberían tener ciertas similitudes en el vocabulario utilizado. En primer lugar, buscamos agrupar estas narraciones por el tema principal que tratan, logrando separarlas en dos grupos. Luego, estos subconjuntos fueron utilizados como entrenamiento comparando los efectos que tiene en las reconstrucciones semánticas generadas el hecho de entrenar y evaluar con distintos subconjuntos.
En esta línea, en la presente tesis, nos preguntamos cuáles pueden ser los efectos de introducir sesgos temáticos en los estímulos utilizados para entrenar los modelos, y si el desempeño mejora al intentar decodificar un estímulo cuyo tema coincide con el del entrenamiento. Para ello, consideramos que aquellas historias con temáticas similares deberían tener ciertas similitudes en el vocabulario utilizado. En primer lugar, buscamos agrupar estas narraciones por el tema principal que tratan, logrando separarlas en dos grupos. Luego, estos subconjuntos fueron utilizados como entrenamiento comparando los efectos que tiene en las reconstrucciones semánticas generadas el hecho de entrenar y evaluar con distintos subconjuntos.